Pycharm下CUDA driver version is insufficient for CUDA runtime version报错解决

该博文是接着我之前的博文的一次问题解决

前博文：

https://blog.csdn.net/Y15072309119/article/details/113814546

————————————————————————————————————————————————

1.查看本地cuda版本号

由于tensorflow2.4.1相对应的cuda版本是11.0

我们anaconda里面的虚拟环境里面装的是11.0版本，但是我们电脑自身的cuda版本却不是11.0版本，版本较低

可以在命令行查看自己电脑的NVIDIA相关信息，查看本地cuda版本号

先cd到相关目录下

cd C:\Program Files\NVIDIA Corporation\NVSMI

然后输入

nvidia-smi

也可以在控制面板中找到NVIDIA控制面板查看

发现是NVIDIA CUDA版本号是低版本10.0.132的

所以要更新电脑的显卡版本

我之前看到别人说要注册登录GeForce Experience然后更新驱动，其实不需要登陆注册也可以更新

我尝试过注册登录GeForce Experience，但都出问题了

我尝试了微信登陆，qq登录，NVIDIA登录啥的都失败了，然后弹窗说是我网络问题（但是我网没问题，可能是没有搭建vpn使用外网的原因）

然后我发现是我缺少FvSvc服务，但是这些都问题不大

因为我发现登不登陆跟这个一点关系都没有，准确来说是跟GeForce Experience没啥关系，咱们更新驱动就行，我现在还是没登陆的状态

下图是我电脑旧版的GeForce Experience，只要去官网下载符合你电脑的最新驱动就可以，这个GeForce Experience完全不用管

2.更新驱动

英伟达中国官方网站，找到驱动程序

https://www.nvidia.cn/geforce/drivers/

选择适合你电脑的驱动程序

如何得知你电脑驱动程序的型号？

NVIDIA控制面板就有显示

由于我的电脑是GeForce GTX 1050，而且我是笔记本，不是台式电脑，所以选择GeForce 10 Series（Notebooks），台式机就选不带Notebooks的，下载类型选Studio驱动程序

点击开始搜索，然后选择驱动版本进行下载

然后就是选择安装位置，按照指导安装就行

安装完成后重启电脑

打开pycharm再运行一遍测试程序，问题解决了

成功显示tensorflow的版本号，至此tensorflow2.4.1安装成功！！！

3.查看更新驱动完成后的cuda版本

不需要卸载原有的NVIDIA，我选择安装的默认路径，应该是直接覆盖了

有的同学可能疑惑更新之后NVIDIA控制面板在控制面板界面找不到了

其实在　开始　界面就可以找到

点击这个就可以打开NVIDIA控制面板

更新完之后的cuda版本11.2.135

 

我在pycharm里用来测试tensorflow是否安装成功的测试代码如下：

import tensorflow as tf

version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:", version, "\nuse GPU", gpu_ok)

 

以上是我的解决方法，希望对你有所帮助